视频数据集用于检测工作场所的安全和不安全行为
1Department of Electronic and Automation, Vocational School, Bilecik Seyh Edebali University, Bilecik, Türkiye.
Data in brief
|September 3, 2024
概括
这项研究引入了一个新的数据集,用于实时检测工业环境中安全和不安全的行为. 这种资源有助于通过先进的视频分析来预防工作场所事故.
科学领域:
- 职业安全与健康问题 职业安全与健康问题
- 计算机视觉 计算机视觉
- 工业工程 工业工程 工业工程
背景情况:
- 实时检测工作场所行为对于预防事故至关重要.
- 现有的数据集可能无法完全捕捉生产环境中安全和不安全行动的细微差别.
研究的目的:
- 来自生产设施的安全和不安全行为的高分辨率,基于视频的数据集.
- 支持开发用于预防职业事故的系统.
主要方法:
- 从土耳其生产设施的安全摄像头收集了691个视频片段.
- 行为被分为8个类别:4个安全 (安全走道,授权干预,封闭面板盖,安全携带) 和4个不安全 (安全走道违规,未经授权的干预,开放面板盖,用叉车承载过重).
- 视频是MP4格式,1920x1080像素,每秒24.
主要成果:
- 创建了一个包含691个视频片段的综合数据集,详细介绍了特定的安全和不安全行为.
- 数据集包括不同的类别,例如"安全走道"与"安全走道违规"以及"封闭面板盖"与"开放面板盖".
- 数据是从现实世界的工业环境中收集的.
结论:
- 开发的数据集为训练人工智能模型实时安全监控提供了宝贵的资源.
- 促进对提高职业安全的自动化系统的研发.
- 为生产设施的积极预防事故策略做出贡献.
